CN111461399A - 一种基于故障非线性离散分布的驻点坐标配置方法 - Google Patents

Abstract

本发明公开了一种基于故障非线性离散分布的驻点坐标配置方法，涉及一种驻点坐标配置方法。目前抢修驻点固点，影响抢修效率。本发明包括以下步骤：获取历史数据，根据配网资源和维护人员数量，明确抢修驻点数量，枚举抢修驻点数量K；使用K‑means算法，利用历史工单抢修点的坐标信息，对抢修点进行聚类，得到相应的待定抢修驻点坐标；对聚类得到的待定抢修驻点坐标进行核验，计算在该待定抢修驻点策略下的平均抢修时长；取最小平均抢修时长的抢修驻点策略为最终驻点优化结果。本技术方案采用移动的驻点坐标信息，实现了配网指挥抢修驻点地理位置的科学、合理布局，减少抢修队伍到达故障现场时长，提升配网故障抢修工单处理工作效率，降低停电故障时间。

Description

一种基于故障非线性离散分布的驻点坐标配置方法

技术领域

本发明涉及一种驻点坐标配置方法，尤其涉及一种基于故障非线性离散分布的驻点坐标配置方法。

背景技术

在当前时代背景下，随着现代化不断建设发展，用电规模基本已实现全覆盖，但抢修驻点基本上为供电公司本部，相对故障而言驻点坐标固定，但在日常用电过程中，会出现自然灾害、设备故障、用电故障等不同原因引起的停电，其停电根本原因故障点发生位置随机性、偶发性、不确定性等特点，当遇到恶劣天气及极端环境情况下，大面积故障造成配电网设备抢修“点多、面广、量大”的特点凸显，对驻点抢修效率及质量提了更高要求，亟须开展抢修移动驻点，因此，制定科学、合理的移动驻点抢修资源配置模式极为重要，解决用户对故障停电的容忍程度与配网抢修服务矛盾，提升供电可靠性、供电服务质量服务要求，对于实现抢修队伍在最短时间内恢复需送电目标，开展移动坐标配置并准确预测技术成为抢修队伍移动驻点优化的难点。

配网抢修管理的重中之重是如何提高抢修能力，在有限的时间范围内如何科学布局抢修队伍资源，从技术手段寻找最优驻点位置，在故障发生规模情况下自动适配移动抢修资源，实现移动驻点位置预测、抢修队伍资源科学布局。在充分调研并掌握抢修运作模式的基础上之后，建立数学模型，量化、优化、简化抢修坐标位置有效、合理选择，如何合理、科学配置抢修移动驻点位置选择成为难点。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于故障非线性离散分布的驻点坐标配置方法，以达到提高配网抢修能力的目的。为此，本发明采取以下技术方案。

一种基于故障非线性离散分布的驻点坐标配置方法，包括以下步骤：

1）获取历史数据，并进行特征抽取；根据配网资源和维护人员数量，明确抢修驻点数量，枚举抢修驻点数量K；

2）使用K-means算法，利用历史工单抢修点的坐标信息，对抢修点进行聚类，并得到相应的待定抢修驻点坐标；

3）对聚类得到的待定抢修驻点坐标进行核验，计算在该待定抢修驻点策略下的平均抢修时长；

4）取最小平均抢修时长的抢修驻点策略为最终驻点优化结果，得到最终驻点优化结果，确定最终的驻点坐标，抢修队伍进驻最终确定的移动驻点所在抢修点对周边故障抢修点开展抢修工作。

通过基于故障非线性离散分布的驻点坐标配置方法，开展配网抢修固定坐标信息变更成为移动的驻点坐标信息，实现了配网指挥抢修驻点地理位置的科学、合理布局， 为配网抢修移动驻点提供技术支持，减少抢修队伍到达故障现场时长，提升配网故障抢修工单处理工作效率，降低停电故障时间。

作为优选技术手段：在步骤2）中包括以下步骤：

201）在抢修点中随机选取k个样本点充当抢修驻点；

202）计算所有抢修点与驻点中心之间的距离，然后把抢修点划入最近的驻点簇中；

203）根据簇中已有的样本点，重新计算簇中心，并更新驻点坐标；

204）重复202）、203）步骤，得到驻点簇及对应的驻点坐标。

作为优选技术手段：在步骤202）中，根据距离模型计算所有抢修点与驻点中心之间的距离；其中距离模型的建立步骤包括：

a)获取历史信息，包括抢修工单发生故障位置信息、达到现场时间、处理完成时间；

b)根据历史信息对故障发生位置信息进行区域性聚类，通过Kmeans聚类将故障地点分成多个类别；以根据不同的故障地点类别，为不同区域类型的故障信息建立对应的距离计算模型；

c)输入历年来的故障抢修工单的单位、固定驻点坐标信息、发生时间、故障发生位置、处理时长，结合一次设备经纬度信息、抢修队伍数量信息，对抢修半径与驻点地域特性划分成多类故障区域范围；将历史主动抢修工单中到达现场至故障处理结束的时间作为区间，计算故障处理平均时长为参考；以县本部及供电所固定坐标位置至故障发地址为距离，以历史抢修工单接单时间到达故障现场为时间区间，计算故障到达现场平均时长为参考，模拟计算出每个区域内抢修工单单位路径内的平均耗时，得到每个区域下的距离计算模型。

作为优选技术手段：在步骤c)中，对抢修半径与驻点地域特性划分成I、Ⅱ、Ⅲ类故障区域范围。

作为优选技术手段：在步骤3）中，包括以下步骤：

301）计算待定驻点中心坐标位置到达故障位置的距离；

302）计算半径范围内，预测移动驻点坐标中心位置至每一个故障点间距离累计和；

303）以区域范围内距离累计和为分子，工单数量作为分母，计算工单耗时，即平均故障处理时长；

304）在区域半径内处理故障信息，若预测计算处理时长小于历史处理时长，则待定抢修驻点坐标核验通过。

有益效果：

本技术方案通过基于故障非线性离散分布的驻点坐标预测方法， 开展配网抢修固定坐标信息变更成为移动的驻点坐标信息，实现了配网指挥抢修驻点地理位置的科学、合理布局， 为配网抢修移动驻点提供技术支持，减少抢修队伍到达故障现场时长，提升配网故障抢修工单处理工作效率，降低停电故障时间。

本技术方案通过历史抢修工单数据，对抢修区域进行划分，得到每个区域下的距离计算模型，更加精确的预估抢修路程耗时。

在配电线路或设备发生故障后，本技术方案根据大数据和人工智能Kmeans训练模型之后获取抢修半径及平均处理时长，同时结合供服系统中的抢修队伍资源信息、配网设备经纬度坐标信息，将工单与故障诊断定位位置进行结合，生成移动驻点坐标位置预测结果信息，提供给配网生产抢修指挥中心，抢修队伍可直接从移动坐标位置直接出发至定位故障地点，缩短路径并快速到达现场，大幅度提升配网故障抢修效率，有效减少抢修成本减少停电带来的损失。

附图说明

图1是本发明的流程图。

图2是本发明的故障信息聚类图。

具体实施方式

以下结合说明书附图对本发明的技术方案做进一步的详细说明。

如图1所示，本发明包括以下步骤：

一种基于故障非线性离散分布的驻点坐标配置方法，包括以下步骤：

S1：获取历史数据，并进行特征抽取；根据配网资源和维护人员数量，明确抢修驻点数量，枚举抢修驻点数量K；

S2：使用K-means算法，利用历史工单抢修点的坐标信息，对抢修点进行聚类，并得到相应的待定抢修驻点坐标；

S3：对聚类得到的待定抢修驻点坐标进行核验，计算在该待定抢修驻点策略下的平均抢修时长；

S4：取最小平均抢修时长的抢修驻点策略为最终驻点优化结果，得到最终驻点优化结果，得到最终的驻点坐标；抢修队伍进驻最终确定的移动驻点所在抢修点对周边故障抢修点开展抢修工作。

在步骤S1中，获取的历史数据来源包括：在设备(资产)运维精益管理系统（PMS系统）中均已维护资产经纬度属性信息，二次设备装接位置均附在一次设备基础上，当现场发生故障时候，可通过二次设备装接关系，定位找到故障具体位置经纬度信息；在供电服务指挥系统测，维护抢修驻点固定坐标经纬度信息，各单位中维护驻点抢修队伍基本信息。

在步骤S2中包括：抢修故障区域距离模型的建立和抢修故障信息聚类；

抢修故障区域距离模型的建立时：

由于故障发生区域地点、发生时间均为分散，但区域范围内抢修队伍因驻点位置固定即为供电所或县本级部门单位，到现场并完成抢修时间周期也不一样，部分抢修故障发生点从固定驻点到达现场距离较远，通过历史抢修工单发生故障位置信息、达到现场时间、处理完成时间等工单记录数据开展移动抢修驻点坐标预测，需对故障发生位置信息进行区域性聚类，通过Kmeans聚类将故障地点分成多个类别，分别为不同区域类型的故障信息建立距离计算模型。

输入历年来所有的故障抢修工单的单位、固定驻点坐标信息、发生时间、故障发生位置、处理时长等信息，结合一次设备经纬度信息、抢修队伍数量信息，对抢修半径与驻点地域特性划分为I、Ⅱ、Ⅲ类故障区域范围；将历史主动抢修工单中到达现场至故障处理结束的时间为区间，计算故障处理平均时长为参考；以县本部及供电所固定坐标位置至故障发地址为距离，以历史抢修工单接单时间到达故障现场为时间区间，计算故障到达现场平均时长为参考，模拟计算出每个区域内抢修工单单位路径内的平均耗时，得到各区域内的距离计算模型。

抢修故障信息聚类时：

根据区域特性的抢修等级（即训练过程中设定为I、Ⅱ、Ⅲ类的K值信息）利用K-means算法对历史抢修点进行聚类，并得到抢修驻点坐标，包括预测移动驻点坐标信息，主动抢修信息和 95598故障抢修信息，示意图如2所示：

其具体步骤如下：

（1） 在抢修点中随机选取k个样本点充当抢修驻点；

（2） 根据距离模型计算所有抢修点与驻点中心之间的距离，然后把抢修点划入最近的驻点簇中；

（3） 根据簇中已有的样本点，重新计算簇中心更新驻点坐标；

重复（2）、（3）步骤。

步骤S3中, 抢修驻点坐标进行核验具体为：

在计算参数方面，将历史主动抢修工单中到达现场至故障处理结束的时间为区间，计算故障处理平均时长为参考；以县本部及供电所固定坐标位置至故障发地址为距离，以历史抢修工单接单时间到达故障现场为时间区间，计算故障到达现场平均时长为参考，模拟计算出待定驻点中心坐标位置到达每个故障区域所需平均处理时间，计算步骤如下：

（1） 单工单故障抢修距离计算，通过距离计算公式，将计算待定驻点中心坐标位置到达故障位置计算距离；

（2） 计算半径范围内，预测移动驻点坐标中心位置至每一个故障点间距离累计和；

（3） 以区域范围内距离累计和为分子，工单数量作为分母，计算工单耗时平均故障处理时长；

（4） 在区域半径内处理故障信息，预测计算处理时长相比历史处理时长，数值较小，即较为合理。

通过基于故障非线性离散分布的驻点坐标配置方法，开展配网抢修固定坐标信息变更成为移动的驻点坐标信息，实现了配网指挥抢修驻点地理位置的科学、合理布局， 为配网抢修移动驻点提供技术支持，减少抢修队伍到达故障现场时长，提升配网故障抢修工单处理工作效率，降低停电故障时间。在配电线路或设备发生故障后，系统根据大数据和人工智能Kmeans训练模型之后获取抢修半径及平均处理时长，同时结合供服系统中的抢修队伍资源信息、设备(资产)运维精益管理系统中配网设备经纬度坐标信息，将工单与故障诊断定位位置进行结合，生成移动驻点坐标位置预测结果信息，提供给配网生产抢修指挥中心，抢修队伍可直接从移动坐标位置直接出发至定位故障地点，缩短路径并快速到达现场，大幅度提升配网故障抢修效率，有效减少抢修成本减少停电带来的损失。

以上图1、2所示的一种基于故障非线性离散分布的驻点坐标配置方法是本发明的具体实施例，已经体现出本发明实质性特点和进步，可根据实际的使用需要，在本发明的启示下，对其进行等同修改，均在本方案的保护范围之列。

Claims (5)

1.一种基于故障非线性离散分布的驻点坐标配置方法，其特征在于包括以下步骤：

1）获取历史数据，并进行特征抽取；根据配网资源和维护人员数量，明确抢修驻点数量，枚举抢修驻点数量K；

2）使用K-means算法，利用历史工单抢修点的坐标信息，对抢修点进行聚类，并得到相应的待定抢修驻点坐标；

3）对聚类得到的待定抢修驻点坐标进行核验，计算在该待定抢修驻点策略下的平均抢修时长；

4）取最小平均抢修时长的抢修驻点策略为最终驻点优化结果，得到最终驻点优化结果，确定最终的驻点坐标；抢修队伍进驻最终确定的移动驻点所在抢修点对周边故障抢修点开展抢修工作。

2.根据权利要求1所述的一种基于故障非线性离散分布的驻点坐标配置方法，其特征在于：在步骤2）中包括以下步骤：

201）在抢修点中随机选取k个样本点充当抢修驻点；

202）计算所有抢修点与驻点中心之间的距离，然后把抢修点划入最近的驻点簇中；

203）根据簇中已有的样本点，重新计算簇中心，并更新驻点坐标；

204）重复202）、203）步骤，得到驻点簇及对应的驻点坐标。

3.根据权利要求2所述的一种基于故障非线性离散分布的驻点坐标配置方法，其特征在于：在步骤202）中，根据距离模型计算所有抢修点与驻点中心之间的距离；其中距离模型的建立步骤包括：

a)获取历史信息，包括抢修工单发生故障位置信息、达到现场时间、处理完成时间；

b)根据历史信息对故障发生位置信息进行区域性聚类，通过Kmeans聚类将故障地点分成多个类别；以根据不同的故障地点类别，为不同区域类型的故障信息建立对应的距离计算模型；

c)输入历年来的故障抢修工单的单位、固定驻点坐标信息、发生时间、故障发生位置、处理时长，结合一次设备经纬度信息、抢修队伍数量信息，对抢修半径与驻点地域特性划分成多类故障区域范围；将历史主动抢修工单中到达现场至故障处理结束的时间作为区间，计算故障处理平均时长为参考；以县本部及供电所固定坐标位置至故障发地址为距离，以历史抢修工单接单时间到达故障现场为时间区间，计算故障到达现场平均时长为参考，模拟计算出每个区域内抢修工单单位路径内的平均耗时，得到每个区域下的距离计算模型。

4.根据权利要求3所述的一种基于故障非线性离散分布的驻点坐标配置方法，其特征在于：在步骤c)中，对抢修半径与驻点地域特性划分成I、Ⅱ、Ⅲ类故障区域范围。

5.根据权利要求1所述的一种基于故障非线性离散分布的驻点坐标配置方法，其特征在于：在步骤3）中，包括以下步骤：

301）计算待定驻点中心坐标位置到达故障位置的距离；

302）计算半径范围内，预测移动驻点坐标中心位置至每一个故障点间距离累计和；

303）以区域范围内距离累计和为分子，工单数量作为分母，计算工单耗时，即平均故障处理时长；

304）在区域半径内处理故障信息，若预测计算处理时长小于历史处理时长，则待定抢修驻点坐标核验通过。

Images